基于稀疏感知与无监督学习方法的空化流动流场重构方法

本发明提供了基于稀疏感知与无监督学习方法的空化流动流场重构方法，首先针对绕特定类型水翼的空化流动通过数值仿真，考虑空化流动速度场的独特特性执行本征正交分解，将其表示为平均速度场和脉动速度场叠加的表示形式，并在此基础上构建起流体速度场模态库；之后执行无监督聚类算法和稀疏数据采样提取数据样本，并利用速度场模态库和少量数据样本完成流体速度场重构。通过对不同稀疏采样策略下重构效果的验证比较，可最终实现复杂空化流动结构的高保真重构，相比现有技术在精确性和鲁棒性方面都得以显著提升。